分?jǐn)?shù)階傅里葉變換在信號分離及參數(shù)估計中的應(yīng)用.pdf

1、在現(xiàn)代電子偵察與對抗領(lǐng)域，隨著電磁信號環(huán)境日益復(fù)雜和電子防御措施的發(fā)展，對信號的分選與識別變得更加困難。在同一時間內(nèi)到達(dá)接收機(jī)的信號有多個，因此要從這多個混疊信號中檢測并分離出各個信號及其特征參數(shù)，成為電子偵察與對抗的關(guān)鍵。本文主要研究目的是采用分?jǐn)?shù)階傅里葉變換(FRFT)的時頻分析方法，針對現(xiàn)代雷達(dá)領(lǐng)域有重要應(yīng)用的線性調(diào)頻(LFM)信號進(jìn)行信號分離和參數(shù)識別研究。
　　 論文首先研究了FRFT以及其它時頻分析方法包括短時傅里葉

2、變換(STFT)、Wigner-Ville分布(WVD)等的基礎(chǔ)理論，并對其之間的關(guān)系進(jìn)行了理論推導(dǎo)。
　　 在此基礎(chǔ)上對單分量LFM信號，分別采用WVD、FRFT方法進(jìn)行檢測及參數(shù)估計。針對FRFT方法中的峰值點二維搜索計算量大的缺點，利用一維曲線擬合算法代替二維搜索，計算量大大簡化。通過實驗對比，F(xiàn)RFT方法比WVD方法以及相關(guān)解調(diào)法具有更強(qiáng)的抗噪聲及參數(shù)估計能力。
　　 然后對于多分量LFM信號，利用FRFT結(jié)合譜

3、估計中的“CLEAN”思想，依次從混合信號中分離出各個信號并估計其參數(shù)。仿真實驗表明本文算法克服了WVD方法中的交叉項的干擾，與Wigner-Hough變換相比計算速度大大提高，具有較好的信號分離能力和噪聲抑制能力。
　　 最后，論文對于單頻信號和多個LFM信號的分離進(jìn)行了研究。在單頻信號的功率比LFM信號功率大即LFM信號完全淹沒在單頻信號中的條件下，本文根據(jù)LFM信號與單頻信號在FRFT域不同的時移特性，采用基于FRFT的模